基于多模态的异常驾驶行为判断方法与系统

    公开(公告)号:CN118928425A

    公开(公告)日:2024-11-12

    申请号:CN202410997093.3

    申请日:2024-07-24

    Abstract: 本发明涉及一种基于多模态的异常驾驶行为判断方法与系统,属于汽车驾驶行为安全技术领域。该系统包括驾乘人员状态监测、道路环境监测、车辆运动状态监测模块、危险等级预评判模块、多模态数据融合判断模块。结合该系统,该方法实时同步进行驾乘人员状态监测、车辆运动状态监测、道路环境监测;通过危险等级预评判模块预先判断驾驶的危险等级;多模态数据融合判断模块通过融合道路环境数据、车辆运动数据和驾驶员状态数据,构建基于逻辑回归的多指标动态阈值判断识别算法,实现对融合多模态数据的异常驾驶行为的准确识别。本发明及时提醒驾驶员并监督驾驶员规整驾驶行为,使得识别更准确,驾车更安全。

    一种基于C-V2X和雷视融合的交叉路口跨域多目标跟踪系统与方法

    公开(公告)号:CN118967748A

    公开(公告)日:2024-11-15

    申请号:CN202411038914.7

    申请日:2024-07-31

    Abstract: 本发明涉及一种基于C‑V2X和雷视融合的交叉路口跨域多目标跟踪系统与方法,属于车路协同与智慧交通领域。该系统包括目标检测模块、C‑V2X感知补偿模块、目标外观特征重识别模块、非感知区域轨迹估计模块、跨域多目标跟踪模块,利用路侧相机和雷达对车辆进行融合感知,提出一种目标外观特征重识别模型和多源信息融合的级联匹配策略,提高目标跨域匹配和跟踪的准确率,针对视野盲区内无法提取车辆的视觉信息导致车辆轨迹中断的问题,提出一种基于多模型扩展卡尔曼滤波的自适应车辆轨迹预测方法,对盲区内车辆的姿态进行估计。本发明提高了智能交通系统的环境感知能力和跨域多目标跟踪的可靠性,为更安全高效的智慧交通提供了技术保障。

Patent Agency Ranking